平台中HBase库数据量如何统计呢？

这是一两年前的任务单了，来得比较突然，就是需要知道一下目前平台中数据总量（存储量和条数），每日新增数据量，表中字段有值率。
哇，接到这个任务，感觉存储量直接看集群统计总容量就好，条数怎么整？
下面我就针对HBase库中的条数，每日新增条数，字段个数 来讲讲我们当年走过的弯路，填过的坑。

1. 什么需求？

统计每张HBase表的数据量，精确到字段级别，还有统计每日新增条数。
分析一下HBase的表，每张表有存储周期TTL，表有不同的入库类型，如果是全量表还好，每次直接统计，但是又有增量标识的表，此表示堆积的过程，需要统计历史条数，再在累加新增，于此同时还需要将TTL过后的数据除去，好复杂啊~

2. 怎么做？

2.1 弯路

看到这种需求，那肯定拿出Hadoop最有历史的MR来实现，然后我们一个兄弟吭哧吭哧设计了好久，还让其他兄弟帮他拿现场数据验证，发现现场表太多了，预估跑2-3天都不一定跑完历史数据，更别说新增，也别说去除TTL后的数据，者方案直接耗时1个月，写方案到验证，我能说简直无法使用，并且被一通批，那兄弟实在搞不定的情况下，转交到我手上了。

2.2 接坑

本博主刚看到上面坑爹的方案，感觉就不是什么好的，咱不说统计量合并，难道跑MR现场其他业务部跑了，让你这个统计任务占用的满满的？
我无意间看到Redis在优化他们的统计是，提到了HyperLogLog基数统计算法，我就到网上搜了把实现原理，并下载相关的实现代码验证了一把，确实效率高，并且准确率也高居然可以99.99以上，并且准确率可以由自己设置的参数控制。就暂定这个方案啦~

3. HyperLogLog基数统计算法是什么？

HyperLogLog（下文简称为 HLL）是 Redis 2.8.9 版本添加的数据结构，它用于高性能的基数（去重）统计功能，它的缺点就是存在极低的误差率。
。。待填充

4. HLL验证

下载下来HLL的java实现源码，写了个小demo验证了下
java实现的HLL代码链接

验证代码如下：

5. 如何应用到需求中？